Professional Documents
Culture Documents
CUALITATIVA y CUANTITATIVA
Carlos Jimnez Gutirrez
cjimenez62@gmail.com
Dr. Salud Pblica, Mtro. Salud Pblica. M en C. Epidemiologa
Subdireccin de Evaluacin de Tecnologa para la Salud
REVISIN SISTEMTICA
Estudios INDIVIDUALES
Observacionales
Experimentales
Experimentales
Observacionales
Instrumentos de recoleccin
de informacin
Cuestionarios (Formulairios)
Validados
Instrumentos de recoleccin
de informacin
Cuestionarios (Formularios)
Validados
Captura de Informacin
Captura de Informacin
Base de Datos
Base de Datos
Anlisis Estadstico
Univariado
Bivariado
Multivariado
Reg Logistica (C, NC)
Anlisis Estadstico
Tipos de Formatos
1. Tipos de Formatos:
Compatibilidad de software
Proteccin tarda a la naturaleza
Tipos de Formatos
2. Estudios Poblacionales
Estudios Epidemiolgicos
Registro de datos de los sujetos durante el estudio = Papel
Supervisin = Papel
Elaboracin de base de datos = Electrnico
Informacin Discordante: Entrada Salida
3. Industria Farmacutica
Supervisin = Electrnico
Informacin Concordante: Entrada = Salida
Tipos de Formatos
Cantidad de Informacin
Variables de estudio (PICO)
+
INFORMACIN GENERAL
Omisin de datos clave
INFORMACIN DETALLADA
Formularios ms largos
Tediosos y aburridos de
completar
Cmo equilibrar?
Costo, Tiempo, recursos humanos y
financieros (Factibilidad)
Decisin del equipo de investigacin
Conflictos de Inters
Cambios de tratamiento
Formulario para la recoleccin de la informacin
Evaluacin
A = Adecuado
B = Poco Claro
C = Inadecuado
D = No se utilizo
Caractersticas de los
sujetos
Grupo Control
Intervencin (es) con la
(s) que se compara
Enfermedad o Condicin
Clnica
>
Qu tan grande es el
beneficio?
Valor P vs IC95%
RP, IC95%
RM, IC95%
RR IC95%
3. Farmacolgicas
Ms de una intervencin
Vas de administracin (oral, intravenosa, etc.)
Dosis
Tiempo
A partir del diagnstico
Duracin del tratamiento
4. No farmacolgicas
Intervenciones complejas
Ms de una intervencin
Psicoterapias, enfoques educacionales o conductuales o las estrategias de
prestacin sanitaria
5.
6.
7.
8.
6.
7.
8.
9.
Medidas de resultado
Dicotmicos
Continuos
Subgrupos de pacientes
Medidas de resultado en diferentes momentos del tiempo.
RM, IC95%
RR, IC95%
DR, IC95%
3. Medidas de resultado deberan recogerse en el formato que se present en el estudio
original y transformarse en un paso posterior.
Codificacin de datos
1. Elaboracin y uso de un Manual de Codificacin (Manual de trabajo de
campo)
Declaracin CONSORT
Tcnica Estadstica
Meta-anlisis
Carlos Jimnez Gutirrez
cjimenez62@gmail.com
Dr. Salud Pblica, Mtro. Salud Pblica. M en C. Epidemiologa
Subdireccin de Evaluacin de Tecnologa para la Salud
DEFINICIONES
DEFINICIONES (continuacin)
DEFINICIONES (continuacin)
MTODO
TIPO
APROXIMACIN
DIFICULTAD
Revisiones
Narrativo
Subjetiva
++
Conferencias de
consenso
Narrativo
Subjetiva
+++
Paneles de
expertos
Narrativo
Subjetiva
++
Cuantitativo
Objetiva
Ciencia-ficcin
Objetiva
+++
Meta-anlisis
(Glass, 1976)
Reanlisis de
datos originales
Estudio 2
EXP
NO
EXP
EXP
NO
EXP
ENF
15
20
ENF
16
20
SANO
10
SANO
10
30
40
21
30
14
46
60
Estudio 3
EXP
NO
EXP
ENF
25
15
40
SANO
17
23
40
42
38
80
OR
1
2
ESTUDIOS
2
3
0.75
2.25
4
2.11
0.20 - 2.78
0.92 5.52
1.14-3.90
X2
P
0.71
0.398
0.19
0.666
3.21
0.073
5.75
0.017
Efecto
OR
1
2
X2
P
Efecto
ESTUDIOS
2
3
0.75
2.25
4
2.11
0.20 - 2.78
0.92 5.52
1.14-3.90
0.71
0.398
0.19
0.666
3.21
0.073
RIESGO
PROTECTOR
RIESGO
5.75
0.017
????
Estudio 2
EXP
NO
EXP
EXP
NO
EXP
ENF
15
20
ENF
16
20
SANO
10
SANO
10
30
40
21
30
14
46
60
Estudio 4
Estudio 3
EXP
NO
EXP
ENF
25
15
40
SANO
17
23
40
42
38
80
EXP
NO EXP
ENF
44
36
80
SANO
33
57
90
77
93
170
Se pierde la identidad de la
informacin
Proveniente de cada estudio
PARADOJA DE SIMPSON
Qu se hace en el meta-anlisis?
1. Asumiendo que todos ellos cumplen estndares mnimos de
calidad metodolgica para incluirse en el meta-anlisis.
Wi =
1
Varianza muestral de la medida
de efecto
Revisor o evaluador:
1.
Introduce sesgos
Errores catastrficos:
1. Estadsticamente significativo (p < 0.05)
2. Mayor atencin al RESULTADO GLOBAL del grfico que resume los resultados (Funnel
Plot)
3. No prestar atencin:
Preguntas de estudio (eficacia y seguridad)
Metodologa de Bsqueda de informacin
Tipo de estudios seleccionados
Formatos de recoleccin de informacin
Extraccin de informacin
Anlisis estadstico
Conclusiones (clnicas y nueva investigacin)
Qu se hace en el meta-anlisis?
1.
Objetivo:
Obtencin de una medida global que INTEGRE la informacin
numrica procedente de varios estudios
2.
3.
2.
Significacin estadstica
3.
4.
X2 de Asociacin
5.
X2 de Heterogeneidad
P
Caracterstica
s de los
sujetos
I
Intervencin
(es) con
mayor
beneficio
C
Grupo Control
Intervencin
(es) con la (s)
que se
compara
O
Enfermedad o
Condicin
Clnica
Qu tan grande es el
beneficio?
Intervencin (es) con
mayor beneficio
Valor P vs IC95%
=
Intervencin (es) con
mayor beneficio
>
RP, IC95%
RM, IC95%
RR IC95%
P
Caracterstica
s de los
sujetos
I
Intervencin
(es) con
mayor
beneficio
C
Grupo Control
Intervencin
(es) con la (s)
que se
compara
O
Enfermedad o
Condicin
Clnica
Adivina Adivinador!!
Qu comparaciones deben
hacerse?
Qu resultados de los
estudios deben usarse en
cada comparacin?
>
Qu grado de fiabilidad
tienen estas medidas de
resumen?
Tipo de Variable
Tipo de Datos
Medida Estadstica
Modelo
Efecto Fijo
Peto
Mantel-Haenszel
Wolf
Efectos Aleatorios
Efecto Fijo
Mantel-Haenszel
Wolf
Efectos Aleatorios
Efecto Fijo
Mantel-Haenszel
Wolf
Efecto Aleatorio
Efecto Fijo
Wolf
Efectos Aleatorios
Efecto Fijo
Wolf
Efectos Aleatorios
Efecto Fijo
Peto
Razn de Odds
Dicotmico
Riesgo Relativo
Diferencia de riesgo
Diferencia de medias
Continuo
Diferencia de medias
estandarizadas
Datos Individuales
del paciente
Razn de Odds
Mtodo
3. Odds ratio
riesgo relativo
Resultado
Si
No
Tratamiento
Control
Ejemplo 1.
Aspirina
Placebo
OR
1.
MRC-1
(1980)
49 / 165
67 / 624
0.720
-0.329
25.710
2.
CDP
(1982)
44 / 758
64 / 771
0.681
-0.384
24.291
3.
MRC-2
(1984)
102 / 832
126 / 850
0.803
-0.219
48.801
4.
GASP
(1986)
32 / 317
38 / 309
0.801
-0.222
15.440
5.
PARIS
(1988)
85 / 810
52 / 406
0.798
-0.226
28.409
6.
AMIS
(1990)
246 / 2267
219 / 2257
1.133
0.125
103.985
7.
ISIS-2
(1922)
1570 / 8577
1720 / 8600
0.895
-0.111
663.923
y=ln(OR) W=1/var(y)
Efecto
Teraputico
Study
Efecto a favor
Control
Odds ratio
(95% CI)
% Weight
MCR-1 (1980)
1.39 (0.94,2.05)
2.5
CDP (1982)
1.47 (0.99,2.19)
2.4
MRC-2 (1984)
1.25 (0.94,1.65)
5.1
GASP (1986)
1.25 (0.76,2.06)
1.6
PARIS (1988)
1.25 (0.87,1.81)
2.9
AMIS (1990)
0.88 (0.73,1.07)
12.8
ISIS-2 (1992)
1.12 (1.04,1.21)
72.7
1.11 (1.04,1.19)
.457391
2.18631
Odds ratio
Tamao de la muestra?
Cuntos artculos se requieren?
Qu tipo de errores de medicin se
comenten?
Sesgo de
Publicacin
Estudios Publicados
Estudios Localizados
Sesgo de
Localizacin
Anlisis Estadstico
Meta-anlisis
Sesgo de
Inclusin
Sesgo de Publicacin
Estudios Publicados
Estudios Localizados
Sesgo de
Localizacin
Metaanlisis
Sesgo de Inclusin
A. Grafico SIMETRICO
No hay sesgo
3
0.25
Standard error
0.5
B. Grafico ASIMETRICO
3
0.25
0
0.5
B. Grafico ASIMETRICO
2
3
0.25
0.5
Relative risk
A. Grafico SIMETRICO
No hay sesgo
3
0.25
Standard error
0.5
B. Grafico ASIMETRICO
3
0.25
0
0.5
B. Grafico ASIMETRICO
2
VV
V
V
0.25
0.5
Relative risk
Tipo de
Sesgo
Seleccin
Razones
1.
2.
Tcnicas de aleatorizacin
Realizacin
Seguimiento
1.
2.
Publicacin
IDENTIFICAR:
Grfico de embudo (Funnel Plot)
Prdida de sujetos
Interesan las razones de
abandono o perdida que el
numero
Forma de Reducirlo
Encubrimiento de la asignacin
Cegamiento
Diseo doble ciego
En estudios abiertos y estudios
simple ciego la evolucin ciega
por terceros
Diseo triple ciego
Variable dicotmica: Anlisis por
intencin a tratar
Variables continuas: Last
observation carried forward
(LOCF)
RR, IC95%
OR, IC95%
Evento Adverso
Cero (0) representara un 100% de efectividad
A favor de control
Diferencia de riesgo o
reduccin de riesgo absoluto
Una diferencia de riesgos que es igual al riesgo en el
grupo control representa un 100 % de efectividad
A favor de control
Ejemplo 2.
OR
LOG(OR)
(V(LOG(OR))
Ravel (2002)
120
27
91
0.01
-0.7732
2.0556
22
511
87
438
0.22
- 3.0758
0.0612
168
37
140
0.16
- 4.1598
0.1830
Aspect (2003)
46
46
0.50
- 3.7988
1.5435
Taxus I (2003)
30
27
0.30
- 2.8373
1.4037
Taxus II (2003)
126
47
223
0.34
- 2.7706
0.14481
Taxus IV (2004)
20
642
74
578
0.24
- 5.8911
0.0668
48
41
0.19
- 4.8338
0.6563
61
461
77
442
0.76
- 2.9285
0.0338
37
32
0.29
- 5.0106
0.7249
26
14
0.54
- 1.3581
2.1099
Estudio
A favor del
tratamiento
A favor de control
A favor del
tratamiento
A favor de control
Ejemplo 3.
OR
LOG(OR)
(V(LOG(OR))
lvarez (1991a)
13
0.46
- 0.1132
1.4979
lvarez (1991b)
13
0.05
- 3.0758
1.2690
Becoa (1993a)
16
16
0.02
- 4.1598
1.4963
Becoa (1993b)
11
16
0.02
- 3.7988
1.5051
Becoa (1993c)
14
16
0.06
- 2.8373
1.5043
Becoa (1993d)
15
16
0.06
- 2.7706
1.5028
Becoa (1996a)
33
40
0.00
- 5.8911
1.4791
Becoa (1996b)
14
22
40
0.01
- 4.8338
1.4622
Becoa (1996c)
30
51
33
0.05
- 2.9285
0.6454
Capafons (1992)
36
25
0.01
- 5.0106
0.9493
Frojan (1991a)
10
0.19
- 1.6740
0.8708
Frojan (1991b)
10
0.26
- 1.3581
0.8619
Estudio
Ejemplo 4.
Ejemplo 3.
Qu tipo de anlisis?
Efectos Fijos o Efectos Aleatorios
Cul de ellos es mejor?
vs
Mucha Variabilidad
Pba Heterogeneidad (Q Cochran) = ES
P< 0.10
2. Los revisores deben alertar a los lectores de su revisin cuando hay una
heterogeneidad importante
Describir explcitamente la magnitud de la heterogeneidad
Explorar las causas de la heterogeneidad y tratar de explicarla
Textos recomendados: